Здравствуйте, De-Bill, Вы писали:

DB>Думаю, что начинать сейчас ML с хорошей статистики и математики — это как начинать путь PHP программиста с книг Кнута. Оно как бы хорошо и полезно, если ты студент и у тебя есть вагон времени, в других случаях лучше ML начинать c вызова fit/predict и высокоуровневых курсов, где самое хардкорное — это взятие производной и умножение матриц, а также делать то, что поможет устроиться на реальную работу по этой теме.

Абсолютно согласен, только вместо Кнута нужно подсавить ассемблер. Точнее будет. Из того, что я читал в интернете на енту тему, не утихают споры про разницу в статистике и ML, чуть ли
енто не одно и тоже, только названия немного разные. Тут к сожалению, отсутсвтие какого-либо вменяемого менторства и моя дотошность понимать азы играют немаловажную роль.
Далее, нужно же как-то понимать, как работют тот же fit/predict под капотом? Ну какой смысл как обезъяне вызывать ф-ии едва ли имея представление как оне работают? Шаг влево или шаг вправо расстрел?
Без тервера\статистики и линейки многие вещи, кмк, оттуда просто непонять. Т.е. искусственно ограничить себя уровнем каких-то api, без возможности читать и понимать работы в этой области,
которые штампуются как пирожки -- https://paperswithcode.com/

Еще такой момент\вопрос -- меня смущает в ентой отрасли огромное кол-во молодежи. Т.е. если взять какие-нибудь чисто технические выступление, там люди en-masse ~35 лет, тут же, если
смотреть по всяким лекциям и по публике на одс, средний возрас ~25 лет. Почему так? Мне не кажется это направление легким, а вот что оно оченно к мат. подготовке требовательно, и огромное
кол-во людей, которые математику знают или не забыли, отлично там себя чувствуют.

Здравствуйте, De-Bill, Вы писали:

DB>Думаю, что начинать сейчас ML с хорошей статистики и математики — это как начинать путь PHP программиста с книг Кнута. Оно как бы хорошо и полезно, если ты студент и у тебя есть вагон времени, в других случаях лучше ML начинать c вызова fit/predict и высокоуровневых курсов, где самое хардкорное — это взятие производной и умножение матриц, а также делать то, что поможет устроиться на реальную работу по этой теме.

Абсолютно согласен, только вместо Кнута нужно подсавить ассемблер. Точнее будет. Из того, что я читал в интернете на енту тему, не утихают споры про разницу в статистике и ML,
чуть ли енто не одно и тоже, только названия немного разные. Тут к сожалению, отсутсвтие какого-либо вменяемого менторства и моя дотошность понимать азы играют немаловажную роль.
Далее, нужно же как-то понимать, как работют тот же fit/predict под капотом? Ну какой смысл как обезъяне вызывать ф-ии едва ли имея представление как оне работают?
Шаг влево или шаг вправо расстрел? Без тервера\статистики и линейки многие вещи, кмк, оттуда просто непонять. Т.е. искусственно ограничить себя уровнем каких-то api,
без возможности читать и понимать работы в этой области, которые штампуются как пирожки -- https://paperswithcode.com/

Еще такой момент\вопрос -- меня смущает в ентой отрасли огромное кол-во молодежи. Т.е. если взять какие-нибудь чисто технические выступление, там люди en-masse ~35 лет, тут же, если
смотреть по всяким лекциям и по публике на одс, средний возрас ~25 лет. Почему так? Мне не кажется это направление легким,
а вот что оно оченно к мат. подготовке требовательно, и огромное кол-во людей, которые математику знают или не забыли, отлично там себя чувствуют.